Big Data 이해 &Data Literacy (24.06.18)

 

데이터 드리븐이란?

 

데이터 분석을 바탕으로 모든 의사결정을 하는 것 

데이터 드리븐 이전에는 감에 의한 의사결정 대부분이었다.

따라서 현직자 및 경력자의 의견과 경험이 매우 중요했었다.

 

그렇다면 데이터를 활용하는 분야들은,

제품(앱, 웹) / 사업 / 마케팅 / 예측 모델  등이 있다.

 

 

 

 

 

 

데이터는 Volume(용량), Velocity(속도), Variety(형태) 관점에서 볼수 있는데 

빅데이터는 high-volume, high-velocity and high-variety 의 특성을 가지고 있다. 

 

데이터 분석이란,

이 데이터를 가지고 사업적 가치를 찾는데에 가장 큰 목적성을 가진다. 

 

가장 연관있게 다뤄지는 활용 분야, 인공지능(AI) 

여러 기업 (구글, IBM, 네이버, 카카오 등)에서 활용하고 있다.

최근 트랜드 : ChatGPT - 생성형 AI의 등장 

 

 

 

 

 

데이터 관련 직군은 무슨 종류가 있나?

1. 제품(앱, 웹) - Product Analyst
   1. 프로덕트 데이터를 분석하는 분석가 
   2. 고객이 제품을 어떻게 사용하고 있는지, 제품개선을 위한 유저활동을 분석
   3. Google Analytics, Google Tag Manager, Amplitude, SQL, 논리적 사고 
2. 사업 - Business Analyst
   1. 회사의 비즈니스를 분석하는 분석가
   2. 재무지표와 직접적 분석, 매출, 비용 등 사업적 가치에 집중
   3. SQL, 논리적 사고 역량 등 Product Analyst와 유사, 다루는 데이터 종류가 다름
3. 마케팅 - Performance Marketer
   1. 광고 캠페인을 통한 광고 최적화
   2. 광고 최적화 : 광고 전략 수립, 광고 노출 방식 등 광고효과를 극대화 하기 위한 의사결정 관련 업무 
   3. Appsflyer, Branch, Google Analytics, 디지털 마케팅 
4. 예측모델 - Data Scientist
   1. 수집된 데이터로 모델(알고리즘)을 개발, 제품을 적용해 성능을 개선
   2. 논문 연구 및 집필, 좀 더 과학자스러움 
   3. 데이터 분석 역량 뿐 아니라 컨설팅 역량도 요구 

 

 

 

 

데이터 분석가의 필요 역량?

프로그래밍 + 분석 이론 + 도메인 지식 + 커뮤니케이션 스킬 

 

 

 

 

 

 

데이터 분석가가 하는 일 (DATA ANALYST LIFECYCLE)

1. Business Understanding

2. Data Mining

3. Data Cleaning

4. Data Exploration

5. Feature Engineering

6. Predictive Modeling

7. Data visualization

 

금융, 통신/서비스, 제조, 기타 등 다양한 분야에서 Data 분석이 활용되고 있다. 

전반적으로 관심이 높아지고 있으며 지속적으로 성장하고 있는 분야이기도 하다.